作者：甘露; 田丽华; 李晨交通标志识别小波变换不变矩pca主成分分析法gabor滤波bp神经网络
摘要：由于实际道路环境中的交通标志处于非常复杂的背景中,且往往会出现不同程度的几何失真和形变,对识别过程造成很大影响,为解决该问题,提高识别率,设计一种基于小波不变矩和Gabor滤波的融合特征与BP神经网络相结合的交通标志识别方法。采用具有旋转以及平移不变性的小波不变矩提取形状特征,用PCA主成分分析法提取主要特征;对图像进行Gabor滤波,对滤波后的输出图像提取纹理特征;将两种特征融合,送入BP神经网络训练测试,对目标图像进行识别分类。实验结果表明,该方法相比单特征识别具有更高的准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
